-
公开(公告)号:CN116055185A
公开(公告)日:2023-05-02
申请号:CN202310042494.9
申请日:2023-01-28
Applicant: 北京京航计算通讯研究所
IPC: H04L9/40
Abstract: 本发明涉及一种分布式网络信息发布系统的主动网络安全防御方法和系统,属于主动网络安全防御技术领域,解决了现有技术中网络安全防御方法难度大实施困难、效率低、成本高的问题。方法包括以下步骤:在分布式网络信息发布系统中设置诱饵机器;在诱饵机器可访问的内网机器的访问端口处设置监听器,监听器监听来自诱饵机器的嗅探包,根据嗅探包进行IP溯源得到疑似黑客IP,构建疑似黑客IP的特征向量;基于疑似黑客IP特征向量计算疑似黑客IP的危险度;根据疑似黑客IP的危险度对疑似黑客IP进行主动攻击。实现了简单高效快捷的主动安全防御。
-
公开(公告)号:CN116049157A
公开(公告)日:2023-05-02
申请号:CN202310007166.5
申请日:2023-01-04
Applicant: 北京京航计算通讯研究所
IPC: G06F16/215 , G06F16/2458
Abstract: 本发明涉及一种质量数据分析方法及系统,属于数据分析技术领域,解决了现有技术中因校验特性指标冗余且存在异常数据导致质量分析不准确的问题。包括:获取生产过程中的质量数据和校验特性指标,根据质量数据和相关系数,去除冗余的检验特性指标,得到待分析的检验特性指标;根据统计分析和变分自编码器,去除各个待分析的检验特性指标的质量数据的异常数据,得到待分析数据;根据待分析的检验特性指标和待分析数据,计算生产过程中的各个PPM值,并分别与对应的PPM阈值范围进行比较,对不在PPM阈值范围内的待分析数据,进行数据包络分析。实现了准确的质量数据分析。
-
公开(公告)号:CN118673055A
公开(公告)日:2024-09-20
申请号:CN202410673596.5
申请日:2024-05-28
Applicant: 北京京航计算通讯研究所
IPC: G06F16/2457 , G06F16/242 , G06F16/215 , G06F16/26 , G06N3/084 , G06F17/16 , G06F17/18
Abstract: 本发明涉及一种基于多模态的航天装备数据检索系统,属于语义处理技术领域,解决了现有检索效率低和检索结果不精准的问题。包括:数据采集模块采集多模态数据和用户交互数据;数据预处理模块根据用户交互数据构建第一多模态相关性矩阵;特征提取模块引入第一多模态相关性矩阵对预训练好的多模态大模型进行微调而得到多模态嵌入模型,并提取出多模态数据的特征向量;HNSW图构建模块根据多模态数据的特征向量和第一多模态相关性矩阵构建HNSW图;数据检索模块更新第一多模态相关性矩阵得到第二多模态相关性矩阵;根据待检索数据的待检索特征向量和第二多模态相关性矩阵利用HNSW图得到检索结果。实现了精准的多模态数据检索。
-
公开(公告)号:CN117493935A
公开(公告)日:2024-02-02
申请号:CN202311515299.X
申请日:2023-11-14
Applicant: 北京京航计算通讯研究所
IPC: G06F18/24 , G06F18/214 , G06F18/22 , G06Q10/0639
Abstract: 本发明涉及一种装备质量的检测分析方法,属于装备检测技术领域,解决了现有技术中识别模型功能单一且识别不准确的问题。所述检测分析方法包括:采集待检测分析装备的各个特性指标数据,并对各个特性指标数据进行预处理,得到特性指标集合;将预处理后的特性指标集合输入至预先训练完成的质量缺陷类别识别模型,获取待检测分析装备的缺陷类别;根据缺陷类别从预先设置的原因解决方案数据库中查找该缺陷类别对应的多个原因解决方案;依次比较预处理后的特性指标集合和各个原因解决方案的标准特性指标集合,根据比较结果确定待检测分析装备最终的原因解决方案。实现了对待检测分析装备的精准识别和提供原因解决方案。
-
公开(公告)号:CN117109922A
公开(公告)日:2023-11-24
申请号:CN202311091807.6
申请日:2023-08-28
Applicant: 北京京航计算通讯研究所
IPC: G01M13/045 , G06F18/25 , G06F18/2415 , G06F18/214 , G06F18/21 , G06N3/045 , G06N3/0895 , G06N3/048
Abstract: 本发明涉及一种基于工况解耦的轴承故障诊断方法,属于故障诊断技术,解决了现有技术中轴承故障诊断时未将工况信息和故障数据相结合使得诊断精度及可靠性不高的问题。方法包括:获取轴承振动信号数据;其中,所述轴承振动信号数据包括轴承工况属性和轴承振动数据;将所述轴承振动信号数据输入训练好的轴承故障诊断模型得到轴承故障类别;其中,轴承故障诊断模型包括数据输入层、特征提取层和故障分类器尾部。实现了结合工况数据和故障数据,通过分析工况参数与故障之间的关系,进一步提高诊断的精确性和可靠性。
-
公开(公告)号:CN117064410A
公开(公告)日:2023-11-17
申请号:CN202311087997.4
申请日:2023-08-28
Applicant: 北京京航计算通讯研究所
IPC: A61B5/397 , A61B5/00 , G06F18/241 , G06N3/0464 , G06N3/0442 , G06N3/08
Abstract: 本发明提供一种基于深度学习的军事体能训练风险评估方法及系统,属军事体能训练领域,包括获取参训人员的表面肌电信号并进行预处理,对预处理后的表面肌电信号进行时域、频域及时频域特征提取和CNN特征提取后征进行特征筛选组合,得到特征筛选组合后的特征序列;基于该特征序列,输入肌肉疲劳度评估模型,得到当前参训人员当前时刻的肌肉疲劳度;获取和处理体征数据,对肌肉疲劳度和剔除了异常值的体征数据,进行归一化处理后,输入风险度评估模型进行风险度评估,得到当前参训人员的训练风险度评估结果。解决军事体能训练参训人员训练风险评估无法精确评估问题,为军事体能训练提供指导和决策支持,提高训练风险评估准确性和可操作性。
-
-
-
-
-